Home

Marketing staat niet stil, onze onderneming bestaat intussen 15 jaar en is actief in de nieuwe digitale marketingtechnieken.

De marketingtechnologie blijft zich snel ontwikkelen. Experts wegen in op marketingautomatiseringstechnologie en waar deze past binnen uw totale martech-stack.

MarTech Today’s Editorial Director Kim Davis sprak onlangs met marketingautomatiseringsexperts Helen Abramova, hoofd marketingtechnologie bij Verizon, en Justin Sharaf, VP marketing bij Jahia Solutions, over de stand van zaken op het gebied van marketingautomatisering en waar het past in de zich snel ontwikkelende marketingstapel.

Hoe experts de marketingautomatisering binnen hun martech-stacks beheren

Het trio sprak over hoe marketingautomatiseringsplatforms zich proberen te onderscheiden; of marketingautomatisering als hub en centrale gegevensbron in de stack past, of dat het een van een aantal digitale ervaringsoplossingen moet zijn die geïntegreerd zijn met een enkele gegevensbron zoals een CDP; en het cruciale belang van integratie, bijvoorbeeld met CRM’s en event-tools.

Wij bij MarTech Today hopen dat deze serie van live discussies, presentaties, tutorials en meetups iedereen zal helpen om scherp te blijven en op de hoogte te blijven van tactieken en best practices.

Er zijn veronderstellingen over teamleden met specialiteiten en over degenen die alle functies kunnen vervullen. Maar wat in de ene situatie werkt, heeft in een andere situatie misschien geen zin. Hier is waarom.

Tijdens Discover MarTech in april heb ik een Birds of a Feather sessie gemodereerd over de nieuwe martech rolsoorten van Scott Brinker. Een van de deelnemers bracht een interessant idee naar voren van hoe martech beoefenaars zich verhouden tot de vier rolsoorten – maestro, marketeer, modelbouwer en maker. Ze vroegen zich af hoe dit zich zou kunnen verhouden tot de T/I-vorm concepten uit het Scrum-raamwerk van Agile projectmanagement.

Mijn collega-medewerker Stacey Ackerman is gespecialiseerd in Agile Marketing, en ik zal het uitstellen tot haar voor meer diepgaande discussies over dat onderwerp. Ik zal echter snel twee punten uitleggen. Het Scrum-raamwerk maakt aannames over de ontwikkeling van teamleden. Er zijn minstens twee soorten aannames. Ten eerste is het T-vormige teamlid iemand die in staat is om alle functies en vaardigheden die nodig zijn voor het team (programmering, QA, onderhoud van de infrastructuur, etc.) uit te voeren, maar ze zijn gespecialiseerd in één ervan, maar kunnen de andere op zijn minst naar tevredenheid uitvoeren. Ten tweede is het I-vormige lid niet alleen gespecialiseerd in één functie/vaardigheid, maar kan hij/zij alleen die ene functie/vaardigheid uitvoeren. Niemand past perfect in één type. Verder zijn er voors en tegens aan deze veronderstellingen verbonden.

Meer over de manier van werken

De sessiedeelnemer vraagt zich af hoe dit van toepassing is op martech beoefenaars en hoe hun functie tussen de soorten rollen terechtkomt. Misschien is het ook wel net zo belangrijk om te vragen of martech beoefenaars moeten opereren als T- of I-vormige individuen.

De twee assen van Brinker’s kwadranten richten zich op interne versus externe focus en procesmatige of technische betrokkenheid. Het is belangrijk voor elke beoefenaar om op hoog niveau te begrijpen wat de problemen zijn die elk type beoefenaar aan de orde stelt. Er zijn echter praktische beperkingen die voorkomen dat individuen in alle vier de kwadranten kunnen werken.

Zo vereist de modelleerder bijvoorbeeld geavanceerde kwantitatieve vaardigheden en oordeelsvermogen om effectief te kunnen functioneren. Hoewel niet ongehoord, durf ik te wedden dat de groep mensen die zowel uitstekende copywriters zijn in het marketeerskwartier als gewaardeerde data-analisten klein is. Een positie vereist creativiteit en een sterke beheersing van de taal, terwijl de data-analist veel meer kwantitatief van aard is. Een interessante zorg van het T-vormige individu in deze zin is dat een beetje kwantitatieve expertise zowel empowerend als gevaarlijk is. Om een adagium te parafraseren, men kan bijna alles bewijzen met statistieken. Zo kunnen gegevens in oneigenlijke handen soms leiden tot desastreuze beslissingen. Verder denken meer mensen, naast het beheersen van de grammatica, dat ze overtuigend proza kunnen opstellen dan in werkelijkheid het geval is. Daarom denk ik dat T-vormige beoefenaars voorzichtig te werk moeten gaan op gebieden waar ze niet in gespecialiseerd zijn.

Aan de andere kant staat de I-vormige beoefenaar ook voor uitdagingen. Zo zullen ze bijvoorbeeld moeten vertrouwen op andere specialisten wiens prioriteiten misschien niet in overeenstemming zijn met die van hen. Dat kan leiden tot frustratie en verwarring over prioriteit en richting. Verder zijn marketing en technologie uitgestrekte domeinen. Een schrijver kan grammaticaal correct en welbespraakt proza opstellen, maar soms inspireert een dergelijke inhoud de mensen niet tot het gewenste gedrag van de marketeers. Het is dus nuttig als de schrijver op zijn minst een basisinterpretatie van de prestatiedashboards van de campagne kan uitvoeren om hun exemplaar af te stemmen op wat het publiek reageert.

In beide gevallen zijn duidelijke verwachtingen van de verantwoordelijkheden cruciaal. Wie is er bijvoorbeeld primair verantwoordelijk voor een taak? Wanneer mag iemand uit zijn of haar specialiteit stappen om snel iets gedaan te krijgen? Een RACI (responsible, accountable, consulted, and informed) analyse en grafiek kan hierbij helpen, wat een andere sessiedeelnemer voorstelde.

Een andere deelnemer maakte het belangrijke punt dat alle beoefenaars het pad van de verzamelde gegevens moeten begrijpen. Ze moeten weten welk systeem het verzamelde en hoe het naar andere systemen stroomt. Verder moeten ze de vertakkingen van die stroom begrijpen. Wat als bijvoorbeeld meerdere systemen geautomatiseerde promotie-e-mails versturen? Wat gebeurt er als iemand via zijn CAN SPAM-wet het recht krijgt om zich uit te schrijven? Geldt dat voor dat specifieke systeem of voor alle systemen? Hoe worden specifieke en globale voorkeuren beheerd? Praktijkbeoefenaars die in alle vier de types werken, moeten op een hoog niveau begrijpen wat er in dit scenario komt kijken. Ongeacht of een beoefenaar opereert als een T/I-vormig individu of als een boer van alle beroepen, hij moet op zijn minst de mogelijkheid hebben om de gegevensstroom te begrijpen vanuit het perspectief van alle vier de kwadranten.

Aangezien dit categorisatie raamwerk nog nieuw is, zijn we nog steeds aan het uitzoeken hoe elke beoefenaar zich verhoudt tot elke categorie en tot de situationele omstandigheden. Het belangrijkste om op te merken is dat er voor- en nadelen zijn aan het aannemen van de T- of I-vormige veronderstellingen. Wat in de ene situatie werkt, is in een andere situatie misschien niet zinvol.